Créez votre premier modèle de régression logistique

Dans la vidéo, nous avons construit un modèle simple de régression logistique en utilisant emp_age pour prédire turnover. Dans cet exercice, vous allez créer un modèle similaire pour prédire turnover à partir de percent_hike.

Comme mentionné dans la vidéo, nous avons retiré les colonnes suivantes de l'ensemble de données :

emp_id, mgr_id
date_of_joining, last_working_date, cutoff_date
mgr_age, emp_age
median_compensation, department
status

Ce nouvel ensemble de données est disponible dans train_set_multi.

Cette activité fait partie du cours

Analytique RH : prédire le roulement du personnel avec R

Voir le cours

Instructions de l’exercice

Créez un modèle simple de régression logistique pour prédire turnover à partir de percent_hike.
Affichez le sommaire de ce modèle.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Build a simple logistic regression model
simple_log <- ___(___, 
                  family = "binomial", data = train_set_multi)

# Print summary
___(simple_log)

Modifier et exécuter le code